买专利卖专利找龙图腾，真高效！ 查专利查商标用IPTOP,全免费！专利年费监控用IP管家,真方便！

龙图腾网获悉魔门塔(苏州)科技有限公司申请的专利一种运动轨迹的预测方法及装置获国家发明授权专利权，本发明授权专利权由国家知识产权局授予，授权公告号为：CN114792148B 。

龙图腾网通过国家知识产权局官网在2025-09-19发布的发明授权授权公告中获悉：该发明授权的专利申请号/专利号为：202110099754.7，技术领域涉及：G06F18/27；该发明授权一种运动轨迹的预测方法及装置是由蒋竺希;张驰设计研发完成，并于2021-01-25向国家知识产权局提交的专利申请。

本一种运动轨迹的预测方法及装置在说明书摘要公布了：本发明实施例公开一种运动轨迹的预测方法及装置，该方法包括：获得目标对象对应的各交通参与对象的历史轨迹和运动属性信息以及对应的当前地图信息；利用目标轨迹预测模型的特征提取层以及各交通参与对象对应的初始特征，确定各交通参与对象对应的轨迹预测特征；利用目标轨迹预测模型的特征提取层以及各交通参与对象对应的轨迹预测特征，确定各交通参与对象对应的隐随机变量多模态概率分布；利用目标轨迹预测模型的特征回归层、各交通参与对象对应的轨迹预测特征以及各交通参与对象对应的隐随机变量多模态概率分布，确定各交通参与对象对应的多模态预测轨迹，以实现降低运动轨迹预测的局限性，以更好的适应比较复杂的自动驾驶场景。

本发明授权一种运动轨迹的预测方法及装置在权利要求书中公布了：1.一种运动轨迹的预测方法，其特征在于，所述方法包括： 获得目标对象对应的各交通参与对象的历史轨迹和运动属性信息以及对应的当前地图信息； 利用目标轨迹预测模型的特征提取层以及各交通参与对象对应的初始特征，确定各交通参与对象对应的轨迹预测特征，其中，交通参与对象对应的初始特征包括：交通参与对象的历史轨迹和运动属性信息，及其对应的其他交通参与对象和目标对象的历史轨迹和运动属性信息以及所述当前地图信息； 利用目标轨迹预测模型的特征提取层以及各交通参与对象对应的轨迹预测特征，确定各交通参与对象对应的隐随机变量多模态概率分布，包括：针对每一交通参与对象，利用目标轨迹预测模型的特征提取层以及该交通参与对象对应的轨迹预测特征，确定该交通参与对象对应的隐随机变量单模态概率分布，针对每一交通参与对象，利用规范化流映射算法以及该交通参与对象对应的隐随机变量单模态概率分布，得到该交通参与对象对应的隐随机变量多模态概率分布，其中，隐随机变量表征各交通参与对象的行为随机性； 利用所述目标轨迹预测模型的特征回归层、各交通参与对象对应的轨迹预测特征以及各交通参与对象对应的隐随机变量多模态概率分布，确定各交通参与对象对应的多模态预测轨迹； 在所述利用目标轨迹预测模型的特征提取层以及各交通参与对象对应的初始特征，确定各交通参与对象对应的轨迹预测特征的步骤之前，所述方法还包括： 训练得到目标轨迹预测模型的过程，其中，所述过程，包括： 获得初始轨迹预测模型； 获得各样本交通对象对应的样本训练信息以及各样本交通对象对应的样本未来轨迹，其中，样本交通对象对应的样本训练信息包括：该样本交通对象的样本历史轨迹和样本运动属性信息、其对应的样本动态对象的样本历史轨迹、样本运动属性信息和样本静态对象信息； 针对每一样本交通对象，利用所述初始轨迹预测模型的特征提取层以及该样本交通对象对应的初始样本特征，确定该样本交通对象对应的样本预测特征，其中，该样本交通对象对应的初始样本特征包括：样本交通对象样本历史轨迹和样本运动属性信息，其对应的样本动态对象的样本历史轨迹、样本运动属性信息和样本静态对象信息； 针对每一样本交通对象，利用所述初始轨迹预测模型的特征提取层以及该样本交通对象对应的样本预测特征，确定该样本交通对象对应的隐随机变量多模态概率分布； 针对每一样本交通对象，利用所述初始轨迹预测模型的特征回归层、该样本交通对象对应的样本预测特征以及该样本交通对象对应的隐随机变量多模态概率分布，确定该样本交通对象对应的多模态预测轨迹； 针对每一样本交通对象，利用预设变分算法对该样本交通对象对应的样本未来轨迹进行处理，得到该样本交通对象对应的隐随机变量变分概率分布； 针对每一样本交通对象，利用该样本交通对象对应的隐随机变量多模态概率分布以及该样本交通对象对应的隐随机变量变分概率分布，确定该样本交通对象对应的隐随机变量KL散度值； 针对每一样本交通对象，利用该样本交通对象对应的多模态预测轨迹以及该样本交通对象对应的样本未来轨迹，确定该样本交通对象对应的轨迹重构损失值； 针对每一样本交通对象，利用该样本交通对象对应的隐随机变量KL散度值、该样本交通对象对应的轨迹重构损失值，构建最大化似然函数的变分下界；判断所构建的最大化似然函数的变分下界是否达到最大化； 若所构建的最大化似然函数的变分下界未达到最大化，则调整所述初始轨迹预测模型的特征提取层与特征回归层的模型参数，并返回所述针对每一样本交通对象，利用所述初始轨迹预测模型的特征提取层以及该样本交通对象对应的初始样本特征，确定该样本交通对象对应的样本预测特征的步骤； 若所构建的最大化似然函数的变分下界达到最大化，确定所述初始轨迹预测模型收敛，得到包含特征提取层与特征回归层的所述目标轨迹预测模型。

如需购买、转让、实施、许可或投资类似专利技术，可联系本专利的申请人或专利权人魔门塔(苏州)科技有限公司，其通讯地址为：215131 江苏省苏州市相城区高铁新城南天成路88号天成信息大厦601-A33室；或者联系龙图腾网官方客服，联系龙图腾网可拨打电话0551-65771310或微信搜索“龙图腾网”。